Anthropic, Claude modellerinin artık protein bağlayıcıları sıfırdan, önde gelen insan uzmanları kadar (veya onlardan daha iyi) tasarlayabildiğini söylüyor; bu, şirketin ıslak laboratuvarlarda doğruladığı bir sonuç ve Pazartesi günü, yapay zekanın gerçek bilimsel keşifleri hızlandırdığının şimdiye kadarki en net gösterilerinden birini işaret eden bir araştırma yazısında yayınlandı.

Bulgular iki deneyden geliyor. İlkinde, Anthropic, Claude'un protein bağlayıcıları (hedef proteinlere sıkı bir şekilde tutunacak şekilde tasarlanmış küçük proteinler) tasarlama yeteneğini test etti; bu, tarihsel olarak bir insan uzmanının hedef başına haftalar veya aylar aldığı ve modern ilaç tasarımının kalbinde yer alan bir görevdi. For more context on this story, see our ongoing more AI stories.

Karşılaştırmaları Geçmek

Claude'un tasarımlarını laboratuvarda bağımsız olarak üreten ve test eden harici değerlendiriciler Adaptyv Bio ve Twist Bioscience ile birlikte çalışan Anthropic, 15 protein hedefine yönelik çok kollu bir tasarım kampanyası yürüttü. Claude bunların 14'üne karşı başarılı oldu ve 1.320 tasarımdan 354 onaylı bağlayıcı üretti. Tek başına bu bile halka açık de novo protein tasarımları külliyatına önemli bir katkıyı temsil ediyor: Anthropic, mevcut en büyük iki koleksiyonun birlikte 40 hedefe yönelik 5.700 tasarımdan yaklaşık 770 bağlayıcıyı içerdiğini kaydetti.

İsabet oranları biyologların dikkatini çekti. Anthropic'in Mythos Preview modeli, 48 saatlik bir oturumda aynı anda tüm hedeflere karşı tasarım yaparken %26,7'lik genel isabet oranına ulaştı; Claude Opus 4,8 ise %22,6 ile hemen arkasındaydı. Şirket, bugün protein tasarım kampanyalarındaki tipik isabet oranlarının %10 ila 15 arasında olduğunu belirtti. Mythos Preview, 24 saatlik oturumlarda tek seferde tek bir hedefe odaklandığında isabet oranı %35,1'e yükseldi. Kampanya, hedeflerini, Adaptyv Bio'nun BenchBB paketinin tümü dahil olmak üzere kapsamlı bir şekilde incelenen kıyaslamalardan ve ayrıca Claude'un eğitim verilerinden önceden kaydedilmiş başarılara güvenemeyeceğinden emin olmak için özel olarak seçilen iki yeni hedeften, 15-PGDH ve GDF-8'den belirledi. Araştırmacılar, 15 hedefin her biri için Claude'dan 30 protein bağlayıcı tasarlamasını istedi.

Bireysel rekabet hedeflerinde marjlar daha da genişti. Mythos Preview, hedeflenen protein bozulmasında yer alan bir protein olan RBX1'e karşı, tek hedef modunda %40'lık bir isabet oranı elde etti (aynı yarışmadaki insan katılımcılar arasında bu oran %3,7'ydi) ve en üst sıradaki tasarımı, bağlanma afinitesi açısından kazanan insan tasarımından daha iyi performans gösterdi.

Öğretici başarısızlıklar vardı. BBF-14 olarak adlandırılan yeni tasarlanmış bir beta varil proteini ve maltoz bağlayıcı protein (MBP), yeniliği ve pürüzsüz, esnek yüzeyleri tutunacak çok az bağlayıcı bırakan hedefler olarak erişilemez durumda kaldı. Ve sürpriz bir şekilde, Humira da dahil olmak üzere şimdiye kadar yapılmış en çok satan ilaçların bazılarının temelinde blokajı bulunan, oldukça zor bir hedef olan TNFa'da başarılı olan, daha güçlü Mythos Preview değil, Opus 4.8 oldu.

Özerk Bir Araştırmacı

Belki de en çarpıcı olanı, kampanyanın ne kadar az insan katılımına ihtiyaç duyduğudur. İlk uyarının ardından Anthropic, hiçbir ek bilimsel, teknik veya operasyonel rehberlik sağlamadığını söyledi. Claude, her proteinin neresinde tasarım yapılacağını seçti, kamuya açık uzman protein tasarımı ve birlikte katlama modellerini düzenleyerek aday yapılar ve diziler oluşturdu ve kampanyayı uçtan uca yürüttü; bu, bir insan operatörün haftalar alabileceği bir iş.

Bu çaba, çok hedefli çalıştırma için 12.500 NVIDIA H100 saate kadar, tek hedef modunda ise hedef başına 2.500 H100 saate kadar bilgi işlem tüketti. Claude, önemli bir beta-yaprak yapısı içeren 15 doğrulanmış bağlayıcı bile üretti; bu, çoğu hesaplama aracının varsayılan olarak tasarladığı alfa-sarmal demetlerinden daha zor bir katlamadır.

Molekül Tasarlamaktan Ham Verileri Okumaya

İkinci deneyde farklı, daha sıradan bir darboğaz test edildi: analitik kimya. Bir kimyager her molekül yaptığında, nükleer manyetik rezonans (NMR) spektroskopisi ve sıvı kromatografisi-kütle spektrometrisi (LC-MS) kullanarak molekülün ne olduğunu ve ne kadar saf olduğunu doğrulamalıdır. Bu dosyaları yorumlamak zahmetli bir manuel çalışmadır.

Yalnızca sözleşmeli bir laboratuvarın ham cihaz dosyaları ve kısa, sade dilli bir bilgi istemiyle (tedarikçi yazılımı veya operatör olmadan) sağlanan Claude Opus 5, paralel çalışarak, tamamen işlenmiş NMR ve LC-MS sonuçlarını sırasıyla 23 ve 19 dakikada döndürdü. Sonuçları laboratuvarın kendi analiziyle eşleşti. Yol boyunca model, belgelenmemiş bir satıcı dosya formatına tersine mühendislik uyguladı, okumayı 2.664 taramanın tümü için cihazın kayıtlı toplamlarıyla karşılaştırarak doğruladı ve sözleşmeli laboratuvarın üç gün sonra bağımsız olarak yürüttüğü tam takip deneyini (yoğun su kontrolü) önerdi.

Anthropic, çalışmanın sadece otomasyonun değil, aynı zamanda gerçek bilimsel yargıyı da gösterdiğini söylüyor ve bir kimyagerin bu tür bir analiz için örnek başına genellikle yarım saat ila bir saate ihtiyacı olduğunu belirtiyor.

Önce Güvenlik

Şirket, ikili kullanımın etkileri konusunda açıkça konuştu. Anthropic, insan terapilerini hızlandırabilecek aynı otonom araştırma yeteneklerinin, sağlam korumalar olmadan, biyolojik silah geliştirme gibi tehlikeli araştırmalara olanak verebileceği konusunda uyardı. Yaşam bilimi araştırma görevleri şu anda en yetenekli modelde engelleniyor ve şirket, en yüksek önceliklerinden biri olan bilim adamları için güvenilir bir erişim programı hazırladığını söylüyor. Bu arada Claude Opus 5, genel olarak mevcut en yetenekli model olmaya devam ediyor.

Anthropic, kampanyalar için kullanılan istemleri, oluşturulan tüm in vitro ve in silico verilerle birlikte paylaştı; bu, dış laboratuvarların iddiaları doğrulamasını sağlayacak bir şeffaflık önlemidir. Bu gönderi, hala heyecanı sonuçlardan ayıran bir alan için nadir görülen bir şey sunuyor: genel amaçlı bir yapay zeka modelinin, bir zamanlar bir uzmanın kariyerini belirleyen işi saatler içinde yapabileceğine dair laboratuvar tarafından doğrulanmış kanıtlar.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →